HSI颜色空间下的直线导轨表面缺陷检测方法

为解决直线导轨表面微小缺陷受背景纹理影响、无法准确检测的问题,提出了一种HSI颜色空间下的直线导轨表面缺陷视觉检测方法。将直线导轨表面图像由RGB空间转换到HSI空间,得到色调、饱和度和亮度的分量图;采用主成分分析法对各分量图像进行降维,建立混合灰度模型;利用粒子群算法优化其相应的加权系数;通过阈值分割完成缺陷检测。实验及计算结果表明,相比RGB空间的缺陷提取,该方法能准确检测出常见的直线导轨表面四种类型缺陷。

工件表面缺陷图像检测中的自适应聚类

目的针对工件表面形态复杂、干涉交叠缺陷难以实现自动分离、分类图像检测的情况,提出一种工件表面交叠缺陷自适应图像聚类方法。方法首先提取工件表面缺陷二值图像,采用混合概率主成分分析器估计缺陷位置各像素点局部切空间信息,并改进局部切空间之间的相似性矩阵;然后通过改进局部密度峰值自适应方法,基于相似性矩阵确定聚类中心点和数目;最后通过谱多流形聚类,将各分析器所包含的像素点分配至不同缺陷流形结构中,实现多个交叠缺陷分离、检测。结果首先通过比较计算与实际测量的长度、宽度来验证该方法对相互交叠结构缺陷良好、准确的分离效果,平均相对误差分别为0.957%和0.650%。其次为了体现该方法对于分离工件表面相互交叠缺陷的有效性及优越性,使用k-means聚类、谱聚类与该方法进行对比实验,证明了该方法良好的聚类效果。最后对所设计方法的稳定性进行测试,统计检测结果的平均ME值均在6%以下,正确聚类数目率高达99%~100%。结论该方法能够较为准确地自动识别工件表面图像中存在相互干涉的不同缺陷,并进行分离。

家校通APP的研发现状、问题及展望

家校通APP是基于移动互联网技术、安装于智能终端、为家校沟通提供信息服务的应用系统。文章从市场格局、研发技术和功能设计三个方面对家校通APP进行了产品现状分析,指出家校通APP目前存在数据安全与共享、信息匮乏与过载、产品盈利与免费三大亟待解决的问题,并给出了区分定位、系统整合、应用融合、自律自净四个未来家校通APP产品研发的具体建议,以期为学校数字化校园建设决策者和教育APP的开发者提供一定的借鉴和参考。

基于ViBe的端到端铝带表面缺陷检测识别方法

针对铝带表面缺陷高精度检测要求以及传统算法识别率不佳的问题,提出端到端的表面缺陷检测与识别方法.从铝带表面初始图像序列中快速计算出平均图像,视为无缺陷背景图像,用于初始化ViBe算法的背景模型.采用ViBe算法从当前图像中分割出缺陷区域,对缺陷区域二值图像进行中值滤波和形态学运算,以去除噪声点和修补边缘,实现缺陷区域的准确提取.利用当前图像实时更新ViBe背景模型,以增加对光照变化的适应能力.提取缺陷外接矩形区域图像,归一化后输入到训练好的卷积神经网络中进行识别分类,得到分类结果.实验结果表明,提出方法的缺陷检出率为93.02%,缺陷识别率为99.86%,具有较好的应用价值.

基于局部投影算子的铝板点云预处理方法

中国是世界上铝材生产大国,板形不良是铝板轧制过程中的常见缺陷。随着机械智能化浪潮的推进和三维点云技术的发展,通过获取铝板点云进行铝板板形检测成为新的研究方向。针对铝板板形检测点云重建过程中重建精度不够的问题,提出基于局部投影算子的铝板点云预处理方法,由点云精简和点云降噪两部分组成。在点云精简环节,利用区域生长法将板形点云分为特征点集和非特征点集,其检测算子为单位距离上的法向夹角的大小,其阈值由泊松分布规律确定。对非特征点集,采用体素栅格的点云下采样方法,根据精简率合理划分栅格大小。在点云降噪环节,引入基于一个无参数的局部投影算子,算子依赖于多元中位数和罚函数,能有效处理噪声数据的同时让点云均匀分布。实验结果表明:对于铝板点云进行预处理的过程中,能剔除离群点和噪声点,解决点云精简造成的空洞问题,提高了曲面重建的精度。

基于BM3D的钢板表面图像自适应去噪方法

为了解决传统BM3D算法的距离阈值选取无法自适应去除钢板图像中的噪声以改善图像质量的问题,提出了一种基于噪声估计和阈值函数的自适应BM3D去噪算法(TFBM3D)。先采用网格搜索法得到不同钢板缺陷图像在不同噪声强度下基础估计和最终估计的最佳阈值,再通过对比不同函数的拟合效果,最终确定基础估计的二次曲线阈值函数和最终估计的四次多项式阈值函数,并将噪声估计作为新算法前处理阶段。最后将新BM3D算法、原BM3D算法以及一些其他最新的去噪算法进行比较,试验结果表明,该算法在复原缺陷图像边缘和细节纹理上效果显著,在噪声标准差为30的条件下各缺陷图片去噪效果的PSNR值在33 dB以上、SSIM值在0.85以上,且残余图像中残余的存留细节更少,本文算法优于其他算法。